Розроблено інформаційну технологію адаптивного багатокритеріального вибору інвестиційних проєктів у міському будівництві. Метою розроблення такої технології є підвищення обґрунтованості управлінських рішень у сфері інвестиційного планування. Основу технології становить логарифмічна модель ідентифікації вагових коефіцієнтів критеріїв, що забезпечує підвищення об’єктивності процесів визначення їх значущості на підставі ретроспективних даних без залучення суб’єктивного експертного оцінювання. Для підвищення точності та адаптивності оцінювання запропоновано використовувати метод ітераційного зменшення суперкритеріїв, який дає змогу мінімізувати надлишковість показників і стабілізувати результати багатокритеріального вибору. Розроблено архітектуру інформаційної технології, що охоплює три рівні: інформаційний, аналітичний та рівень знань. Вона реалізує повний цикл перетворення даних на знання – від формування бази проєктів і визначення ваг критеріїв до генерації продукційних правил, які описують закономірності успішності проєктів. Запропонований підхід забезпечує адаптивність, інтерпретованість, стійкість до малих вибірок і можливість подальшого розширення системи. Результати дослідження можуть бути використані для створення інтелектуальних систем підтримки прийняття рішень у сфері міського планування, енергетики, регіонального розвитку та інших галузях, де необхідні узгодження великої кількості критеріїв і формалізація досвіду реалізованих проєктів.
Запропонована технологія створює підґрунтя для розроблення універсальних методів аналітичного узагальнення, здатних інтегруватися із сучасними системами машинного навчання та штучного інтелекту.
1. Zavadskas, E., Turskis, Z. and Antucheviciene, J. (2015) Selecting a Contractor by Using a Novel Method for Multiple Attribute Analysis: Weighted Aggregated Sum Product Assessment with Grey Values (WASPAS-G). Studies in Informatics and Control, 24, 141–150. https://doi.org/ 10.24846/v24i2y201502
2. Mardani, A., Jusoh, A., & Zavadskas, E. K. (2015). Fuzzy multiple criteria decision-making techniques and applications – Two decades review from 1994 to 2014. Expert systems with Applications, 42(8), 4126–4148. https://doi.org/10.1016/j.eswa. 2015.01.003
3. Yang, C.-C., Ou, S.-L., & Hsu, L.-C. (2019). A Hybrid Multi- Criteria Decision-Making Model for Evaluating Companies’ Green Credit Rating. Sustainability, 11(6), 1506. https://doi.org/ 10.3390/su11061506
4. Sierra, L. A., Yepes, V., & Pellicer, E. (2018). A review of multi-criteria assessment of the social sustainability of infrastructures. Journal of Cleaner Production, 187, 496–513. https://doi.org/ 10.1016/j.jclepro.2018.03.022
5. Greco, S., Ehrgott, M., & Figueira, J. R. (Eds.). (2016). Multiple Criteria Decision Analysis: State of the Art Surveys (2nd ed.). New York: Springer. https://doi.org/10.1007/978-1-4939- 3094-4
6. Slama, H. B., Gaha, R., Tlija, M., Chatti, S., & Benamara, A. (2023). Proposal of a Combined AHP-PROMETHEE Decision Support Tool for Selecting Sustainable Machining Process Based on Toolpath Strategy and Manufacturing Parameters. Sustainability, 15(24), 16861. https://doi.org/10.3390/su 152416861
7. Villalba Nieto, P. X., Sбnchez-Garrido, A. J., & Yepes Piqueras, V. (2024). A review of multi-criteria decision-making methods for building assessment, selection, and retrofit. https://doi.org/ 10.3846/jcem.2024.21621
8. Salimian, S., Mousavi, S. M., Tupenaite, L., & Antucheviciene, J. (2023). An Integrated Multi-Criteria Decision Model to Select Sustainable Construction Projects under Intuitionistic Fuzzy Conditions. Buildings, 13(4), 848. https://doi.org/ 10.3390/ buildings13040848
9. Yu, G., Zeng, S., & Zhang, C. (2020). Single-Valued Neutrosophic Linguistic-Induced Aggregation Distance Measures and Their Application in Investment Multiple Attribute Group Decision Making. Symmetry, 12(2), 207. https://doi.org/ 10.3390/sym12020207
10. Chen, J. (2014). GIS-based multi-criteria analysis for land use suitability assessment in City of Regina. Environ. Syst. Res., 3, 13. https://doi.org/10.1186/2193-2697-3-13
11. Esfandi, S., Tayebi, S., Byrne, J., Taminiau, J., Giyahchi, G., & Alavi, S. A. (2024). Smart Cities and Urban Energy Planning: An Advanced Review of Promises and Challenges. Smart Cities, 7(1), 414–444. https://doi.org/10.3390/smartcities 7010016
12. Mulesa, O. (2025). An Adaptive Selection of Urban Construction Projects: A Multi-Stage Model with Iterative Supercriterion Reduction. Urban Science, 9(5), 146. https://doi.org/ 10.3390/ urbansci9050146